Az algoritmus megalkotásához 500 millió Twitter-üzenetet használtak fel. Vizsgálták a szöveget, az elküldés helyszínét, és az egymás után következő üzenetek rendszerét, vagyis hogy a bejelentkezések hol, hogyan, milyen témában születtek. A kontextus alapú algoritmus ezekből az információkból meghatározta egy-egy személy „mozgását”, aktivitásának rendszerességét, jellegét. Ezeknek köszönhetően sikerült olyan módszertant felállítani, ami 3 órás időtávon belül 90 százalékos biztonsággal megjósolja, hogy az ember mit fog csinálni adott helyzetben.
A szakértők hangsúlyozták, hogy az algoritmus által generált, jövőre mutató információk tovább pontosíthatók, ha még több forrást (pld.: telefonálási szokások, bankkártya-műveletek) is használnak a számítások elvégzéséhez. Az adatok ilyen jellegű elemzésének rengeteg előnye van. A többi közt a különféle közlekedési anomáliák is kezelhetővé válnak a megoldással, mivel a forgalomirányítók a torlódásokat elkerülő alternatív utakat felkínálása helyett már a dugók kialakulását is meg tudják akadályozni.
Mivel egy probléma kialakulásához vezető folyamat feltérképezhető, ezért a szolgáltatók számára lehetséges egy hiba lehetőségének felismerése még a valós probléma bekövetkezte előtt. Ennek alapján az sem elképzelhetetlen, hogy üzleti partnerünk, akinek telefonálni akarunk, már a hívásunk előtt ismeri szándékunkat.
A titok nyitja az eddig strukturálatlanul beömlő információk, üzenetek egységesítésében rejlik. A telefonos és online platformokon keresztül érkező adatokat az algoritmus bekapcsolásával azonnal szűrni, elemezni lehet, és azok alapján rögtön előkészíthető a válaszreakció.
